MétaCan
Menu
Retour à la cohorte
Enregistrement W4379514747 · doi:10.1177/10298649231172928

The effect of lessons in the Alexander Technique on pianists’ posture during performance

2023· article· en· W4379514747 sur OpenAlexaff
Grace K. Wong, Gilles Comeau, Donald Russell, Veronika Huta

Notice bibliographique

RevueMusicae Scientiae · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTrunkForward head posturePsychologyLumbarPhysical medicine and rehabilitationTilt (camera)MedicineAnatomyMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

The Alexander Technique (AT) is a somatic method often employed by musicians, including pianists, which teaches its students to become consciously aware of their own postural behavior while carrying out various tasks. Little research has been conducted as to whether, and if so, how the AT affects the posture of pianists while they are playing the piano, and quantitative measurements of their postural angles have not yet been taken. The purpose of this study was to determine the effects of an intervention consisting of 10 AT lessons on pianists’ postural angles while playing, and to find out if the effects were still evident 4 weeks later. The following postural angles were measured before and after the intervention: craniovertebral angle, head tilt, head–neck–trunk angle, trunk angle, thoracic angle, thoracolumbar angle, and lumbar angle. There were significant effects of the intervention such that the craniovertebral and head–neck–trunk angles were found to have increased, and trunk, thoracic, and thoracolumbar angles were found to have decreased both immediately post-intervention and 4 weeks later. The AT appears to be a viable method of altering postural behavior while playing the piano, as seen in an overall pattern of spinal extension.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,314
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusicae ScientiaeMême sujetMusicians’ Health and PerformanceTravaux en français237 207